这次轮到梁文锋的同行——量化新晋巨头Jane Street（简街）。，Jane Street最近交出一份惊人成绩单：2025年，该机构交易收入高达396亿美元，调整后EBITDA达312亿美元（约合人民币2100亿），刷新华尔街历史纪录。

令人咋舌的是薪酬：一年向员工发放93.8亿美元，人均1829万元人民币。

更有意思的是，DeepSeek走红之后，Jane Street也常常被拿来与梁文锋和幻方量化对比。只不过，不是谁都能成为DeepSeek。

最壕金融机构诞生

Jane Street的故事，要从2000年讲起。

那一年，28岁的Rob Granieri从量化交易机构SIG辞职，联合几位前同事，在纽约一间没有窗户的小办公室里创立了Jane Street。

公司起步时做的是美国存托凭证(ADR)交易，也就是在美国挂牌交易的海外公司股票。很快，他们把业务拓展到期权和ETF。彼时，ETF还是个不起眼的小众市场，市场规模仅数百亿美元，远不是如今这门约19万亿美元规模的大生意。

后来的故事证明，Jane Street押中了时代。

尤其是2008年金融危机后，银行交易业务受到更严格监管，所让出的空间也被一些自营交易机构接住。到了2020年，美联储将Jane Street列入其危机应对工具的合格对手名单，与摩根大通这样的华尔街老牌机构并列。

悄然间，Jane Street成为ETF市场最重要的做市商之一。2025年，Jane Street贡献了美国ETF交易量的14%、欧洲交易量的20%。在债券ETF领域，41%的申购赎回交易都经由它完成。

不过，Jane Street也并非毫无争议。印度证监会曾指控操纵市场、Luna崩盘相关内幕交易诉讼、比特币ETF风波等争议，也接踵而至。

争议之外，Jane Street真正特别的地方，在于没有走传统华尔街的路。

比起典型金融机构，Jane Street更像一个数学和编程驱动的交易实验室：长期使用冷门编程语言OCaml，构建几乎所有交易系统。没有明星CEO以及投行职级，由几十位持股合伙人共同治理。创始人大多已退休，只剩Rob Granieri在职，他没有正式头衔，员工名录里甚至没有头像，以至于不少同事根本认不出他。

公司官网每隔一两个月就会发布一道新谜题，邀请全世界解谜。“谜题看似抽象，其本质与我们的工作如出一辙。只有发现金融市场中的新问题，并找出新解决方法，才能继续蓬勃发展。”Jane Street这样解释这个传统。

Jane Street频频出圈的，是近乎传奇的招聘方式。

有人曾回忆面试花一小时听懂一套纸牌游戏规则，再用一小时找出最优获胜策略。也有人被问到这样的问题：“如何估算出纽约市有多少扇窗户”。最后一轮被称作Super Day。据说候选人会拿到100个筹码，在四到六轮技术面试里不断下注、参与做市。筹码输光，offer自然也就没了。

如此残酷的筛选，Jane Street只为了一件事：挑出真正的天才。

从金融到AI，走上幻方量化的路

犹记得DeepSeek横空出世时，外界曾有过一个颇具想象力的讨论：如果一家华尔街量化巨头转身做AI，会不会就是“美国版DeepSeek”？

这样的联想并不难理解。

放在一起看，Jane Street与梁文锋执掌的幻方量化确实有着某种相似底色：极度低调，都从量化交易起家，有着充足的算力储备。更重要的是，背后都有一批习惯在不确定性中建模、计算和下注的人。

但不同的是，梁文锋最终孵化出DeepSeek。而Jane Street选择了另一条路，重金押注AI产业链。

最受关注的一笔投资，是Anthropic。这家由OpenAI前员工创立的大模型公司，估值逼近万亿美元，Jane Street正是其早期投资方。此外，云计算服务商CoreWeave、AI独角兽Thinking Machines Lab也在其投资版图里。

回到那个想象，Jane Street很难成为下一个DeepSeek。

DeepSeek真正震动世界的地方，并不只是模型能力本身。更重要的是打破了AI世界形成的强者叙事——大模型竞争未必只能由最多资金、算力的公司来定义，后来者也能凭借研发效率和不同路径，撕开一道口子。

梁文锋曾坦言：“我们不是有意成为一条鲶鱼，只是不小心成了一条鲶鱼。”

这句话放在今天，仍然耐人寻味。

事实上，中国AI叙事已悄然变化。开源生态、低成本推理、国产算力适配和工程效率，正成为新的关键词。就在上个月，DeepSeek-V4首次把华为昇腾和英伟达GPU并列写在验证平台，八家国产AI芯片几乎同时宣布完成适配。

也正因如此，DeepSeek留下的意义反而更清晰。它的价值恰恰不在于提供一个可复制模板，更像一次提醒：在AI这场漫长竞赛里，巨头会靠近，资本会涌入，但真正改写牌桌的，未必永远是看起来更强的一方。